2.3.1.Kiểm định sự phù hợp của mô hình hồi quy
Cơ sở kiểm định:
Kiểm định cặp giả thuyết: H0: R2= 0 và H1: R2> 0
Ta dùng phương pháp giá trị tới hạn để kiểm định giả thuyết R2(n-k) F = (1-R2)(n-k)
Tra bảng F với mức ý nghĩa và 2 bậc tự do (k-1, n-k) ta được giá trị tới hạn F0(k 1,n-k). So sánh kết quả F0 với giá trị tới hạn F(k-1,n-k) sẽ có 2 trường hợp:
F0 > F(k-1,n-k) => Bác bỏ giả thuyết H0
F0 < F(k-1,n-k) => Không bác bỏ giả thuyết H0
Kết quả:
Sử dụng kết quả có được từ việc chạy mô hình (Hình 9): Mô hình hồi quy tuyến tính với dữ liệu Việt Nam 1996–2019, ta có: F0 = 5.39
30
Với mức ý nghĩa 5% ( = 5%), ta có F (k-1,n-k) = F0.05(4,19) = 2.8951 => F0 = 5.39 > F(k-1,n-k) = 2.8951 => Bác bỏ giả thuyết H0.
Vậy ta có thể kết luận: Hàm hồi quy là phù hợp, hay ít nhất một trong bốn biến độc lập (GDP, Inf, M2, BD) là có giải thích được cho biến phụ thuộc R.
2.3.2. Kiểm định các khuyết tật của mô hình
a. Kiểm định hiện tượng tự tương quan
Dùng kiểm định Durbin-Waston trong phần mềm Stata, ta có:
Hình 10: Kiểm định hiện tượng tự tương quan
Từ kết quả kiểm định, ta thấy chỉ số P-Value = 0.0002 < 0.05 => Mô hình có hiện tượng tự tương quan.
b. Kiểm định hiện tượng đa cộng tuyến
Kiểm tra thừa số tăng phương sai (nhân tử phóng đại phương sai) VIF trong phần mềm Stata, ta có kết quả sau:
31
Ta thấy chỉ số VIF = 1.14 < 10 => Mô hình không có hiện tượng đa cộng tuyến.
c. Kiểm định phương sai sai số thay đổi
Dùng kiểm định White trong phần mềm Stata, ta có:
Hình 12: Kiểm định phương sai sai số thay đổi
Từ kết quả kiểm định, ta thấy chỉ số p-value = 0.0604 > 0.05 => Mô hình không có hiện tượng phương sai sai số thay đổi.